初创公司Moores Lab AI正寻求利用代理式人工智能缩短芯片设计周期，初期重点放在设计验证、错误修复和测试覆盖率上。该公司于去年由芯片行业专业人士创立。公司表示，其工具旨在实现芯片设计周期端到端的自动化，并加速片上系统（SoC）的开发。
这一方法出现之际，日益增长的人工智能芯片需求正迫使设计团队在更短时间内交付产品。Moores Lab AI认为，基于芯片设计专业经验构建人工智能工具，有别于那些试图先开发人工智能模型、再将其应用于半导体问题的公司所采用的方法。
从数月缩短至48小时
据公司首席执行官兼联合创始人Shelly Henry介绍，Moores Lab AI已在约10个地点部署其系统，客户正在将其用于不同类型的知识产权模块。她表示，最大的生产力提升出现在调试准备阶段。
通常，团队需要三到四个月来准备测试计划和测试环境、运行首次仿真并找到第一个错误。而Henry表示，该公司平台的用户持续能够在48小时内找到第一个错误，随后继续使用该平台，以更快地发现其他错误。
为什么人工经验仍不可或缺？
文章并未将人工智能描述为能够独立完成工作的芯片工程师替代品。Henry表示，将一份规格说明交给大型语言模型或人工智能代理，可能会导致其中20%至30%的细节丢失。在芯片制造完成后无法进行修正的行业中，一个错误可能演变成价值1000万美元的问题，因为处理这一问题可能需要重建整套芯片组。
因此，公司将重点放在验证上，并致力于在多个专业领域之间拆分复杂的设计周期，包括设计工程、架构、验证、可制造性测试、物理设计和综合。文章称，一枚芯片的开发涉及约200名来自不同专业领域的工程师，这使得在这些领域之间协调代理本身就成为一项工程挑战。
实际发生了什么变化？
迄今为止，最重要的成果并不是证明代理能够在无人干预的情况下生成一枚完整芯片，而是压缩到达首轮有效测试和调试所需的时间。这或许能帮助设计团队在项目成本不断累积之前发现早期缺陷，但并不会消除全面验证的必要性，也不会消除能够解读规格说明并审查系统输出的专家的必要性。
Moores Lab AI还面临着将可衡量结果与围绕人工智能的营销噪音区分开的挑战。公司表示，在开展其他工作之前，它会向客户展示一个项目的执行情况，并将结果与客户工程师此前在同一项目中完成的工作进行比较。
这一战略表明，代理式人工智能在芯片设计中的实际价值，将通过获得可靠结果所需的时间以及系统处理规格说明细节的能力来衡量，而不仅仅是生成代码或设计建议。至于在不到六个月内完成芯片设计的说法，文章称这是公司方面提出的说法，但并未提供有关相关项目或能够证明该说法的验证指标的独立细节。